弱智吧如何成为AI优化数据集

弱智吧上大分？弱智吧友 AI 比小红书、豆瓣、知乎更聪明！

当今的 AI 模型以学习英语为主，为了使它们更好地与中国用户保持一致，中科院的研究员创建了 COIG-CQIA 数据集。该数据集收集了中文互联网上的高质量语料，包括知乎高赞回答、豆瓣影评、小红书帖子互动、弱智吧高赞贴、IT 社区问答和各种专业百科网站。

在这些数据的熏陶下，模型 Yi-34B 展现出了惊人的反差,“最弱智的 AI”不仅是最聪明的还是最文明的，它以“全学科全班级第一”的姿态遥遥领先于其他平台，并且在安全测试集上同样稳居最高分。

研究员认为这可能和弱智吧的内容风格有关，这些帖子经常包含双关语、多义词、因果颠倒和同音词，正是【既然监狱里全是罪犯，为什么不去监狱里抓人？】这类反直觉脑筋急转弯增强了模型的逻辑推理能力。

—— arXiv